照例先看层次图
SQLAlchemy 层次结构
使用 ORM 时，我们首先需要定义要操作的表（通过 Table），然后再定义该表对应的 Python
class，并声明两者之间的映射关系（通过 Mapper）。
方便起见，SQLAlchemy 提供了 Declarative 系统来一次完成上述三个步骤，Declarative 系统提供 base class，这个 base class 会为继承了它的 Python class（可称作 model）创建 Table，并维护两者的映射关系。
from sqlalchemy.ext.declarative import declarative_base
from SQLAlchemy import Column, Integer, String
Base = declarative_base() # 拿到 Base 类
class User(Base):
id = Column(Integer, primary_key=True)
username = Column(String(32), nullable=False, index=True) # 添加 index 提升搜索效率
fullname = Column(String(64))
password = Column(String(32)) # 真实情况下一般只存 hash
def __repr__(self):
return f"<User {self.username}>"这样就声明好了一个对象-关系映射，上一篇文章说过所有的 Table 都在某个 MetaData 中，可以通过Base.metadata 获取它。
Base.metadata.create_all(engine) # 通过 metadata 创建表（或者说生成模式 schema）engine 的创建请见上篇文档SQLAlchemy 学习笔记（一）：Engine 与 SQL 表达式语言
可参考 SQL 基础笔记（三）：约束 与SQLAlchemy 学习笔记（一）：Engine 与 SQL 表达式语言 - 表定义中的约束
使用 ORM 来定义约束条件，与直接使用 SQL 表达式语言定义很类似，也有两种方法：
- 直接将约束条件作为
Column、ForeignKey的参数传入。这种方式最简洁，也最常用。 - 使用
UniqueConstraint、CheckConstraint等类构造约束，然后放入__table_args__属性中。举例：
class User(Base):
id = Column(Integer, primary_key=True)
username = Column(String(32), nullable=False, index=True) # 添加 index 提升搜索效率
fullname = Column(String(64))
password = Column(String(32)) # 真实情况下一般只存 hash
# 顾名思义，这是 `Table` 类的参数的序列。里面的约束条件会被用于构建 __table__
__table_args__ = (UniqueConstraint('username', name='c_user'),) # username 的唯一性约束
def __repr__(self):
return f"<User {self.username}>"上一节讲 engine 时，我们是通过 connection 来与数据库交互，而在 ORM 中我们使用 Session 访问数据库。
from sqlalchemy.orm import sessionmaker
Session = sessionmaker(bind=engine) # 获取 session直接使用 SQL 表达式语言时，我们使用 insert()、select()、update()、delete() 四个函数构造 SQL，使用 where() 添加条件，使用 model.join(another_model) 进行 join 操作。而使用 ORM 时， 数据库操作不再与 SQL 直接对应。我们现在是通过操作 Python 对象来操作数据库了。
现在，我们通过 db.session.add()、db.session.delete() 进行添加与删除，使用 db.session.query(Model) 进行查询，通过 filter 和 filter_by 添加过滤条件。而修改，则是先查询出对应的 row 对象，直接修改这个对象，然后 commit 就行。
- 增添：
ed_user = User(name='ed', fullname='Ed Jones', password='edspassword') # 用构造器构造对象
session.add(ed_user) # 添加，此外还有批量添加 add_all([user1, user2...])
session.commit() # 必须手动 commit- 修改：
ed_user = session.query(User).filter_by(name='ed').first() # 先获取到 User 对象
ed_user.password = 'f8s7ccs' # 改了密码
session.commit() # 提交
# 批量修改
session.query(User).filter(User.home=='shanghai') \
.update({User.login_num:0}) # 将所有上海的用户的 login_num 设为 0
session.commit()- 删除：
ed_user = session.query(User).filter_by(name='ed').first() # 先获取到 User 对象
session.delete(ed_user) # 直接删除（session 知道 ed_user 属于哪个表）
session.commit() # 提交
# 批量删除
session.query(User).filter(User.home=='shanghai') \
.delete() # 删除所有上海的用户
session.commit()同样的，也可以在外面检查异常，然后调用 session.rollback() 实现失败回滚。
- filter_by：使用关键字参数进行过滤，前面的演示中已经用过多次了。
- filter：它对应 SQL 表达式语言中的 where，支持各种复杂的 SQL 语法。
- group_by: 通过指定 column 分组
- distinct(): 去重
- join(): 关联
query.filter(User.name == 'ed') # 这个等同于 filter_by，但是更繁琐
query.filter(User.name != 'ed') # 不等于，这个就是 filter_by 无法做到的了
query.filter(User.name.like('%ed%')) # SQL like 的 like 语法
query.filter(User.name.in_(['ed', 'wendy', 'jack'])) # 包含
# 查询还可以嵌套
query.filter(User.name.in_(
session.query(User.name).filter(User.name.like('%ed%'))
))
query.filter(~User.name.in_(['ed', 'wendy', 'jack'])) # 不包含
query.filter(User.name == None) # NULL 对应 Python 的 None
from sqlalchemy import or_, and_, in_
query.filter(or_(User.name == 'ed', User.name == 'wendy')) # OR 语法
query.group_by(User.name) # 分组
query.distinct() # 去重
from sqlalchemy import func # SQL 函数包
session.query(func.count(User.name)).filter_by(xxx=xxx) # 使用 count 函数
# join 关联
# 默认使用内联（inner），即只取两表的交集
session.query(User, Address).filter(User.id==Address.user_id) # 方法一
session.query(User).join(Address).\ # 方法二
filter(Address.email_address=='[email protected]')
# 外联 outer join，将另一表的列联结到主表，没有的行为 NULL
session.query(User).outerjoin(User.addresses) \
.filter(Address.email_address=='[email protected]')查询返回 query 对象，但 SQL 还没有被执行，直到你调用下列几个方法：
# 构造 query 对象
query = session.query(User).filter(User.name.like('%ed')).order_by(User.id)
# 1. all 返回所有结果的列表
res_list = query.all()
# 2. first 先在 SQL 中加入限制 `limit 1`，然后执行。
res = query.first()
# 3. one 执行 sql 并获取所有结果
# 如果结果不止一行，抛出 MultipleResultsFound Error！！！
# 如果结果为空，抛出 NoResultFound Error ！！！
res = query.one()
4. one_or_none 差别在于结果为空，它不抛出异常，而是返回 None
res = query.one_or_none()